mindbase

MindBase——将 Karpathy 的 LLM Wiki 理念做成产品

Andrej Karpathy 的 LLM Wiki 理念的开源实现：一种能根据你的资料构建并维护 Wiki 的 AI。 不是基于向量数据库的 RAG，而是存放在你磁盘上的真实 Markdown Wiki，由大模型在对话间隙为你持续维护。

npx mindbase-app

只需一条命令：启动本地服务、打开 Web 应用，并引导你选择适合内存容量的免费本地模型。无需 API 密钥，任何内容都不会离开你的设备。（Node 20+）

MindBase 实现了 Andrej Karpathy 的 LLM-Wiki 模式：你向它提供资料（论文、文章、想法）；大模型会阅读、交叉引用、标记矛盾，并撰写结构化 Wiki 页面。之后你提问时，Wiki 中已有综合整理好的答案——无需在查询时通过向量搜索重新推导。

**状态：**早期访问，正在积极开发。最新动态：更新日志 · 发布版本

为什么选择 MindBase

你阅读很多内容：论文、文章、推文、文档。你想记住它们、建立联系，并从中形成观点。如今你有两个不太理想的选择：

• **Notion / Obsidian / Roam：**被动的容器。所有整理工作都由你完成。AI 功能只是后来添加的内容生成，不会持续维护。
• **NotebookLM / Perplexity Pages / ChatGPT search：**基于 RAG。内容不会积累。每次提问都要从原始资料中重新推导答案。

**MindBase 是第三种选择：**随着你不断提供资料，大模型会主动维护一个持久、结构化的 Wiki。知识会不断累积。每次贡献内容，context.md 都会变得更加完善。AI 会在不同会话间记住你，因为你的观点都记录在 Markdown 文件中，而不是存放在最终会被总结掉的聊天记录里。

可以把它想成由 AI 实习生为你撰写的个人维基百科：内容会持续更新、互相引用，并诚实说明它不知道什么。

工作原理（30 秒）

磁盘上的三个物理层（Karpathy 模型）：

三个操作构成这一循环：摄取（AI 阅读资料、讨论要点，你批准 Wiki 更新）、构建（根据所有尚未构建的内容重新生成 context.md）、检查（AI 审核自己的 Wiki，查找矛盾、过时的说法和孤立页面）。

与众不同之处

• AI 会先询问再写入。 每次摄取都会显示要点和带复选框的计划；只有你批准的内容才会写入。不会对你的知识进行黑箱编辑。
• 你可以看到 wiki 吸收笔记的过程。 每条笔记都带有状态标签——消化前为 ✨ 添加到 wiki，之后为 ✓ 已在 wiki 中。
• 它会审计自己的知识。 只需一条命令，就能重新读取整个 wiki，并报告矛盾，同时准确引用冲突的句子。Notion 和 NotebookLM 在结构上无法做到这一点。
• 默认免费且本地运行。 硬件检测向导会根据你的 RAM 安装最合适的 Ollama 模型。云端密钥可选。
• 磁盘上存放纯 Markdown。 可以用 grep 搜索、用 git 管理、在 Obsidian 中打开，想离开时随时离开。

安装

浏览器（最快）： npx mindbase-app — 如上所示。所有内容都在本地 localhost:4321 运行。

Claude Code（旗舰版）： 完整的 Karpathy 8 步摄取流程，包含子 Agent、斜杠命令和各 Agent 的工具边界：

/plugin marketplace add frankchu91/mindbase-llm-wiki
/plugin install mb@mindbase

按提示重启，然后输入 /——你应该会看到 /mb:contribute、/mb:build、/mb:ask、/mb:lint，以及另外 8 个命令。你会获得 5 个子 Agent，并为它们严格限制允许使用的工具（builder 完全没有文件写入工具——只能调用 atomic-write MCP），还有一个 SessionStart 钩子，可自动注入你的项目上下文。

{ "mcpServers": { "mindbase": { "command": "npx", "args": ["-y", "mindbase-mcp"] } } }

{ "mcpServers": { "mindbase": { "command": "npx", "args": ["-y", "mindbase-mcp"] } } }

{ "mcpServers": { "mindbase": { "command": "npx", "args": ["-y", "mindbase-mcp"] } } }

{ "experimental": { "modelContextProtocolServers": [ { "transport": { "type": "stdio", "command": "npx", "args": ["-y", "mindbase-mcp"] } } ] } }

下一步： 创建你的第一个项目，并在**指南 →**中了解四种日常工作流

网页界面

从 0.3 版开始，浏览器应用已可独立使用——在完整的所见即所得编辑器中撰写笔记（Cmd+N），随时随地快速捕捉内容（Cmd+I），并通过审批卡片运行 AI 操作：/contribute、/build、/lint、/research。欢迎体验**网站**上的在线演示。

**免费本地模型：**设置向导会检测你的硬件并安装合适的模型——llama3.2:3b（8GB）、qwen3:14b（24GB+），或 Meta 的 Muse Glimmer 30B（32GB+ Apple Silicon，Ollama ≥ 0.32.7）。实测建议：交互式任务使用 qwen3:14b（约 30 秒），后台 lint/build 使用 Glimmer——速度较慢，但它会在发现问题时引用确切的冲突语句。聊天输入框上的模型切换器可让你两次点击即可在它们之间切换。

数据存储位置

所有内容都是 ~/mindbase-data/ 下的纯 Markdown 文件（可通过 MINDBASE_DATA_DIR 覆盖）：

~/mindbase-data/projects/my-research/
├── README.md                 # Ops manual — you edit, LLM reads
├── context.md                # Synthesized truth — LLM writes, you approve
├── index.yaml                # Auto-generated catalog
├── sources/
│   ├── contributors/<you>/   # Your dated entries + notes (append-only)
│   ├── research/             # LLM-authored wiki pages
│   └── raw/                  # PDFs, HTML captures
├── logs/                     # Chronological operation log
├── artifacts/                # Briefs, exports, lint findings
└── state/builder/snapshots/  # context.md snapshots for rollback

没有专有数据库——磁盘上看到的，就是 MindBase 所掌握的内容。你可以运行 git init，用任何方式备份，也可以用 rm -rf 删除项目。

架构一览

 Claude Code / Cursor / any MCP editor          Web UI (npx mindbase-app)
        │  MCP · sub-agents with                       │  /commands ·
        │  per-agent tool allowlists                   │  approval cards
        └─────────────┬─────────────────────────┬──────┘
                      ▼                         ▼
        ┌──────────────────────────────────────────────┐
        │  One ops engine: gather context → single     │
        │  constrained JSON completion → human         │
        │  approval → whitelisted executors → log      │
        └─────────────────────┬────────────────────────┘
                              ▼
              ~/mindbase-data/ · plain markdown
              (LLM: Ollama local models or any cloud key)

单体仓库：packages/core（TS 严格模式库）· apps/mcp（含 49 个工具的 MCP 服务）· apps/server + apps/web（Express + React 界面）· apps/app（npx 启动器）· apps/plugin（Claude Code 插件包）。

文档与帮助

• 指南 — 创建第一个项目、四种日常工作流、多项目路由、故障排查
• 网站 — 在线演示
• 更新日志 · 问题反馈 — Beta 期间我会在当天回复每一个问题
• [理念](Karpathy's LLM Wiki gist)：Karpathy 的 LLM Wiki gist

路线图

**下一步：**浏览器扩展，实现一键捕捉网页 · 通过 Whisper 输入音频 · 统一元工具，为 Cursor/Windsurf 提供类似斜杠命令的体验。 **后续：**支持人机协同审核的团队项目 · 音频摘要 · 桌面应用 · 移动端捕捉。

反馈

Beta 阶段将持续到 2026-Q4。如果你试用过 MindBase 后放弃了——请告诉我原因：问题反馈或[email protected]。你遇到的阻碍非常宝贵。

许可证

MIT——随意使用，不提供任何保证。如果你基于它构建了有趣的东西，我很乐意听听。

秉持这样的信念构建：AI 最宝贵的馈赠不是“按需生成”，而是“悉心打理由你拥有的持久成果”。